写点什么

对话英特尔副总裁 Naveen Rao:AI 时代为何更要强调“软硬兼备”?

  • 2019-07-12
  • 本文字数:2309 字

    阅读完需:约 8 分钟

对话英特尔副总裁Naveen Rao:AI时代为何更要强调“软硬兼备”?

7 月 3 日,英特尔公司副总裁兼人工智能产品事业部总经理 Naveen Rao 在百度 AI 开发者大会宣布:英特尔正与百度合作开发英特尔 Nervana 神经网络训练处理器(NNP-T),这标志着英特尔在专用芯片领域又前进了一大步,AI 前线也有幸对 Naveen Rao 进行了一次深度专访。


还记得今年四月,英特尔在北京与旧金山同时发布了 90 款芯片;五月中旬,英特尔又在美国华盛顿州史蒂文森秀出了在开源软件方面的实力。“英特尔从来不只是一家硬件公司”,近些年来英特尔不止一次在公开场合这么说,更是用实际行动来证明自己是一家“软硬兼备”的科技公司。


作为芯片领域的“老前辈”,英特尔获誉无数,而在近些年的转型过程中,“软硬兼施”的打法虽然让英特尔找到了新的方向,却也让它经历了不少坎坷,面对发展中的得与失,英特尔是如何看待的?而作为“王牌”的芯片产业,英特尔又有哪些新的计划正在进行中?

英特尔要“软硬兼施,全面武装”

英特尔在 2019 年迎来了“全面”爆发。


2019 年 4 月,英特尔在北京和旧金山同时进行了一场发布会,共同发布了 90 款至强系列芯片,这些芯片分别能够在 AI、存储、传输等领域带来性能上的极大提升。


一个月后,从去年 12 月开始就被寄予厚望的,基于全新 Sunny Cove 微体系结构的Ice Lake 10nm处理器也终于正式亮相。


7 月 3 日,英特尔在百度 AI 开发者大会上宣布的合作项目:Nervana 神经网络训练处理器(NNP-T),更是标志着英特尔要在专属芯片领域一展拳脚。Naveen Rao 进一步向记者表示:“这个产品实际上也是在三年前收购了 Nervana 之后,英特尔目前向市场上推出的第一款实际应用的产品。并且这次我们会看到,我们在软件方面的诸多建树,使得整个生态系统相关方合作伙伴可以在我们的架构之上开展他们的工作。


在 5 月举行的英特尔开源技术峰会(OSTS’19)上,英特尔公司副总裁兼系统软件产品部门总经理苏义德(Imad Sousou)也曾经强调过:“软件是英特尔的一项重要战略资产,将帮助我们挖掘商业价值,真正释放公司的整体增长潜力。”英特尔希望通过整个开源生态系统的协作,来推动面向以数据为中心的时代的产品和服务创新。


也正是在这场峰会上,英特尔分享了他们在开源软件上作出的最新贡献和关键进展,我们也曾对此峰会进行过现场报道,感兴趣的读者可通过此链接回顾:


https://www.infoq.cn/article/0CjWt0OA4oLcWdo*Qgtk


2018 年底,英特尔在北京举办的人工智能大会上,Naveen Rao 曾表达过英特尔的 AI 愿景就是为 AI 打造最好的计算平台,通过软硬结合的方式,解决 AI 的复杂挑战。


也正因如此,英特尔除了打造一系列芯片以外,还打造了如 BigDL、OpenVINO 工具包等等软件产品。


就连 Naveen Rao 在接受 AI 前线采访时都表示:


“目前我的工作中和软件有关的部分已经占六到七成,以后可能会更多。对于英特尔来说,之所以会逐渐加强在软件方面的投入,也是注意到异构计算的新趋势。”


仅以开源软件为例,BigDL、Analytics Zoo 都是英特尔开源的优秀工具,在开发者群体中也颇受好评,英特尔的相关人士也曾表示:开源软件的应用领域集中在 Web 开发、大数据和分析、云管理工具、数据库、安全和 Web 服务六大领域,而这些都是英特尔目前在开源软件上重点布局的方向。

我不认为有任何一家公司能够面面俱到

有了硬件新品,又有了软件实力,在外界看来已经是“全面武装”的英特尔还存在短板吗?对此,Naveen Rao 说:“我不认为有任何一家公司能够面面俱到。”


他认为:软件也是在不断的开发和完善的过程当中,英特尔当然也会参与进来,逐步加深影响力,其中包括一些定义的工作,可以让后续开发者的开发工作更加简化。


第二,行业整体面临一个新的范式和趋势,未来将会是很多的芯片互相连接在一起,作为一个整体来运作。这就意味着首先需要规模化,进行向上、向外的拓展;其次要确保这个是比较容易进行部署的,并且当它真正运行起来的时候,在数据中心是要加以管理的,基于这个全新的动态和范式,我们需要继续深入研究


第三,由于芯片彼此之间也存在竞争关系,那么如何通过软件来将这些芯片的竞争关系自动化的、深入的加以管理,这也是英特尔接下来要做的工作。


针对第三点,Naveen Rao 对业内盛传的英特尔即将在今年推出的 OneAPI 进行了一点“剧透”,他说:“OneAPI 是我们解决多个芯片并存加以自动化智能管理解决方案的一部分,实际上 OneAPI 本质上是对 GPU、CPU、NNP 神经网络等多种处理器统一和简化的一种抽象化的模式,在整个架构之上,还会有一个单独的层是用来管理这些芯片的。”

在专属应用芯片领域大展拳脚

如前文所述,NNP 神经网络处理器是英特尔收购 Nervana 之后推出的首款产品,Naveen Rao 也向 AI 前线记者证实:英特尔有意在专属应用芯片的领域中大展拳脚。并进一步表示:


“过去两年时间里,英特尔继续加快转型的步伐,我们最开始做 CPU,现在我们会有 GPU 和加速器,用于一些异构计算。在产品路线和产品架构方面,未来会推出比如基于 Movidius 的 VPU 加速器,还有面向推理和训练的 NNP 神经网络处理器,以及专用的显卡。”


同时,他还对市场的需求表现出了强大的信心,他告诉 AI 前线:“不管是面向推理的,还是面向训练的处理器,都会在今年年底发布,可以透露的是,这些产品的内测效果非常不错。目前,市场的需求已经非常强劲了,比如说这次我们和百度的合作,当然还有其他的客户,也对于我们神经网络推理处理器非常感兴趣。”


整体来说,Naveen Rao 表示:无论是多芯片并存共同工作,亦或是软件方面,人们都会看到来自英特尔不同渠道的新的创新推动整个业界的发展,比如在架构、在异构计算等方面。此外,除了刚才提到的三个主要方面,英特尔还会在诸如量子计算、神经拟态计算等一些其他比较前沿的领域当中持续进行研发投入。


2019-07-12 09:003577
用户头像
陈思 InfoQ编辑

发布了 576 篇内容, 共 305.4 次阅读, 收获喜欢 1306 次。

关注

评论

发布
暂无评论
发现更多内容

初探 Redis 客户端 Lettuce:真香!

vivo互联网技术

Java 数据库 redis redis cluster lettuce

Linux之目录结构

入门小站

Linux

模块一

吴科🍀

八千里路云和月 | 从零到大数据专家学习路径指南

王知无

架构实战营 - 模块8 - 作业

笑春风

七月上

卢卡多多

7月日更

PowerShell 括号和别名

耳东@Erdong

PowerShell 7月日更

深入理解搜索引擎——详解query理解

药老算法

搜索引擎 nlp query纠错 语义分析 意图识别

Docker 超详细版(基础+进阶)

若尘

Docker 容器 镜像

SUN太阳币APP系统开发方案

用三国杀讲分布式算法,舒适了吧?

悟空聊架构

分布式 PAXOS 7月日更 三国杀 拜占庭

模块8作业

梦寐凯旋

#架构实战营

Swarm挖矿APP系统开发

获客I3O6O643Z97

挖矿挖什么币好 ipfs和swarm哪个更有价值

乐挖矿场软件系统开发案例

AI时代,智能硬件如何照亮求学之路

脑极体

每天学习10个实用Javascript代码片段(四)

devpoint

JavaScript node,js 7月日更

第8模块作业

高亮

架构训练营

通过运行期类型检查实现泛型算法

喵叔

7月日更

作业1

🐻🐻

架构师训练营第 1 期 作业一

Pandas高级教程之:GroupBy用法

程序那些事

Python 数据分析 pandas

秒懂!进制和位运算

Ayue、

位运算 二进制

filecoin矿工的收益有哪些?

fil fil收益 ipfs挖矿

【建议收藏】数据可视化——带你从0-1实现折线图的多种方式

阿飞

大前端 js 数据可视化 canvas 图表

Rust从0到1-智能指针-Rc<T>

rust 智能指针 引用计数 smart pointer Rc<T>

【Flutter 专题】89 图解基本 Overlay 悬浮新手引导

阿策小和尚

Flutter 小菜 0 基础学习 Flutter Android 小菜鸟 7月日更

校友小程序图片安全审核方案与security.imgSecCheck不能校验超过1M图片的解决思路

CC同学

IPFS分布式存储矿机挖矿系统开发

获客I3O6O643Z97

挖矿 ipfs如何挖矿

计算机基础知识 -- 位,字节,字符

转山转水

在线字节转换工具

入门小站

工具

Python OpenCV 之图像梯度,Sobel 算子、Scharr 算子和 laplacian 算子

梦想橡皮擦

7月日更

就这样,我走过了程序员的前五年。一路风雨泥泞,前方阳光正好。

why技术

生活 励志 北漂 经验总结 日常感悟

对话英特尔副总裁Naveen Rao:AI时代为何更要强调“软硬兼备”?_AI&大模型_陈思_InfoQ精选文章